基于遺傳算法考慮用戶側負荷平移的微網經濟運行分析

?

基于遺傳算法考慮用戶側負荷平移的微網經濟運行分析

況達1,2，滕歡1,2，黃煒果1，王博堃1,2

(1.四川大學電氣信息學院，四川 成都610065；2.四川省智能電網重點實驗室，四川 成都610065)

摘要：將參與用戶側管理負荷分為兩類：可平移負荷和隨機負荷，建立了基于負荷平移的用戶側負荷管理數學模型。運行周期分為谷、平、峰3個時段，在分布式電源經濟出力及用戶側負荷優化調度協同作用的基礎上，建立了考慮用戶側負荷平移的以微網運行成本最低為目標函數的微網經濟運行模型。利用線性逼近法將非線性目標函數簡化，采用最佳保留策略選擇算子，通過改進遺傳算法對上述模型進行求解。仿真結果驗證了遺傳算法的適用性和該模型的有效性，考慮用戶側負荷平移的微網較不考慮時的成本降低了4.01%，表明微網分布式電源和用戶側負荷協同優化具有較高的經濟效益。

關鍵詞：用戶側可平移負荷管理；微網；經濟優化模型；線性逼近；遺傳算法

Abstract：The loads that participate in the user-side management are divided into two categories: transferable load and user-action load, and the mathematical model of user-side load management is established based on load transfer. The run cycle is divided into three periods, that is, valley time, flat time and peak time, and based on the cooperation of economic output of the distributed generations and optimal dispatch of the user-side load, an economic operation model of micro-grid is established, in which the user-side load transfer is taken into account and the minimum operation cost of micro-grid is taken as objective function. Using the linear approximation method to simplify the nonlinear objective function and the best retention strategy to select the operators, the proposed model is solved by the improved genetic algorithm. The simulation results verify that the genetic algorithm is applicable and the proposed model is effective. The total cost of micro-grid reduces by

4.01% considering user-side load transfer, which indicates that a higher economy can be achieved with cooperation optimization of distributed generations and user-side load in micro-grid.

Key words：user-side transferable load management; micro-grid; economic optimization model; linear approximation; genetic algorithm

(收稿日期：2015-09-14)

作者簡介：

中圖分類號：TM711

文獻標志碼：A

文章編號：1003-6954(2016)01-0045-06

近年來，隨著整個電力系統從傳統電網向智能電網過渡，風能、太陽能等可再生能源得到了廣泛關注，微網[1-2]作為一種新型的供電模式在國內外逐漸受到重視。微網是一組微電源、負荷、儲能系統和控制裝置構成的系統單元，能夠在并網和孤網下運行，在給用戶提供電、熱能的同時還能提高能源利用率，降低環境污染。目前大量的研究主要集中在分布式電源的接入及控制技術等方面[3]。

微網的經濟運行以及優化調度是當前微網研究的重要內容之一。目前，對微網經濟性的研究大多集中在微源方面，較少考慮用戶側的負荷管理。可以將微網中負荷劃為可調節負荷、敏感負荷以及可中斷負荷3種，在負荷高峰或異常時段，一般通過調控、切除負荷等手段來實現對用戶側的管理，起到削峰填谷、減少調峰機組、推遲裝機以及降低運行成本的作用[4]。

國內外已有相關文獻對微網的經濟運行及優化調度進行了研究。文獻[5]提出了基于需求響應的微網經濟運行優化策略，具有實際意義。文獻[6]將負荷分為了3類，基于啟發式規則的優化策略，采用粒子群算法對需求側凈負荷進行優化分配，但給出的負荷模型較簡略。文獻[7]將參與需求側管理負荷分為3類：可中斷負荷、可平移負荷與彈性負荷，并建立了日前與日內兩個調度階段的負荷模型。文獻[8]建立了考慮溫室氣體、污染物排放的以微網運行成本最低為目標函數的微網經濟模型，并采用粒子群算法進行求解。但儲能裝置過于簡化，沒有考慮儲能元件充放電指標和約束條件，算法有局限性。文獻[9]詳細分析了蓄電池的動態運行特性，考慮了蓄電池的充放電及自放電，給出了蓄電池模型。文獻[10]考慮了各種電源的約束條件，以運行成本最小為目標函數建立了微網的經濟調度模型，采用改進遺傳算法進行優化求解。但運行成本中沒有考慮與外網的電能交易費用。

以包含光伏(photovoltaic,PV)、風機(wind turbine,WT)、微型燃氣輪機(micro turbine,MT)、燃料電池(fuel cell,FC)、蓄電池 (storage battery,SB)及用戶側負荷的微網為研究對象，建立了較為完善的用戶側負荷管理模型。在分布式電源經濟出力以及用戶側負荷優化調度協同作用的基礎上，構建了考慮用戶側負荷平移的以綜合運行成本最低為目標函數的微網經濟運行模型。利用線性逼近法將非線性的模型簡化，采用改進遺傳算法進行求解。最后對比分析了微網負荷參與、不參與用戶側管理的微網運行費用。算例分析結果表明，考慮了用戶側負荷優化管理的系統經濟效益更顯著。

1微網結構及用戶側負荷管理模型

1.1　微網系統結構

整個微網由一個靜態開關和外部電網相聯，實現傳輸功率交互。在微網中，微型燃氣輪機和燃料電池屬于清潔能源發電，可控制機組發電出力，將其定義為可控機組(CU)。光伏和風機屬于可再生能源發電，受天氣、季節、地理位置等因素影響，發電出力具有隨機性和不穩定性，將其定義為不可控機組(RU)。蓄電池作為儲能設備，可削峰填谷和削減光伏、風機發電不穩定性對電網的沖擊。微網系統結構如圖1所示。微網管理系統的作用是采集微網運行數據，給出信號指令，監測微網與外部電網的電能交易，通過局部控制單元調控分布式電源機組出力、制定用戶側負荷管理策略。

1.2　用戶側負荷管理模型

電力需求側管理(power demand side management,PDSM)作為一種新型用電管理模式，提出了將需求側合理分配能源作為供應方可替代資源的新概念[11]。

現有用戶側管理項目中所能利用的用戶側資源主要是指能效資源和負荷[6]。將微網中負荷分為兩類：重要負荷和參與用戶側管理負荷[ 7]。用戶側管理負荷又由可平移負荷和隨機負荷組成。重要負荷的典型代表為學校、醫院、軍工等一級負荷，需保證其連續不間斷供電。可平移負荷的典型代表為洗衣機、熱水器等，此類負荷具有如下特點：1)使用有時段約束，存在用戶意愿起停時間，通常為白天人的活動期間；2)必須連續運行；3)從某個時段平移到其他時段；4)功率大小恒定。隨機負荷是臨時啟用不在計劃中的負荷，該類負荷比較小，對微網運行影響很小，假設由儲能裝置來供應。

考慮的用戶側負荷管理是基于用戶側可平移負荷的管理，建立的模型是通過負荷間的平移，重新分布微網各時段負荷，保證微網成本最小。

用戶側負荷管理系統的數學模型為

(1)

2微網經濟優化調度模型

2.1　目標函數

建立微網經濟優化調度模型的目的是實現微網總成本最小化，即滿足一系列約束，通過控制微源發電出力及調度負荷平移來實現成本最低。目標函數為微網一天內運行總費用，包括各微源發電費用、啟動費用(該微源指的是微型燃氣輪機以及燃料電池，因為光伏和風機屬于可再生能源發電，發電成本很小忽略不計)、與外網電能交易費用(只考慮從外網購電)、蓄電池投資和運行維護成本、各微源運行維護成本以及用戶側負荷平移的補償費用。所以，微網經濟運行的目標函數為

(2)

(3)

(4)

(5)

(6)

2.2　約束條件

1)微網內功率平衡約束

(7)

2)各微源的輸出功率約束

Pi,min≤Pi≤Pi,max

(8)

式中，Pi,min、Pi,max分別為第i個微源輸出功率的最小、最大值。

3)微網與外網允許交互的傳輸功率約束

Pb,min≤Pb(t)≤Pb,max

(9)

式中，Pb,min、Pb,max分別為微網與外網允許交互傳輸的最小、最大功率。

4)可控機組爬坡率約束

(10)

(10)

5)儲能裝置約束

目前一般選用蓄電池[12]作為儲能裝置，蓄電池在t時段的剩余電量與蓄電池在(t-1)時段的剩余電量、(t-1)時段到t時段蓄電池的充放電量和電量衰減量有關。同時，蓄電池不允許深度放電和過度充電，必須留有一定的裕度，不然會縮短蓄電池壽命。

①蓄電池容量約束

蓄電池放電以及蓄電池充電

SOC(t)=SOC(t-1)-Pdis(t)/ηdis-DBSSB

(12)

SOC(t)=SOC(t-1)+Pch(t)ηch-DBSSB

(13)

SOC(0)=SOC(T)

(14)

式中：SOC(t)為蓄電池在t時段的剩余容量；ηdis、ηch分別為蓄電池的放電效率和充電效率；DB為蓄電池單位時間間隔的自放電比例。

②蓄電池運行約束

SOCmin≤SOC(t)≤SOCmax

(15)

0≤Pch(t)≤Pch,max

(16)

0≤Pdis(t)≤Pdis,max

(15)

式中：SOCmin、SOCmax分別為蓄電池最小和最大剩余容量；Pch,max、Pdis,max分別為蓄電池最大充電量和最大放電量。

6)接入用戶側負荷管理系統后可平移負荷約束

負荷分為重要負荷、可平移負荷以及隨機負荷。重點研究可平移負荷的特性及平移調控策略。負荷平移調控只能在白天即人的活動時間內進行，此時間段處在負荷平時段及峰時段。這里規定，可平移負荷只能從負荷的峰時段平移到平時段，以緩解峰值時微網壓力。可平移負荷滿足如下約束：

①可平移負荷平移時段約束

(18)

(19)

式中，s1、s2代表了負荷峰時段和負荷平時段。

②可平移負荷平移量約束

(20)

(21)

(22)

3模型求解算法

所建立的微網經濟優化調度模型的目標函數是非線性的。實際上對于非線性規劃問題的求解，一般是將非線性函數簡化為線性函數，再運用線性規劃法進行求解[13]。微型燃氣輪機及燃料電池的發電特性是在一定出力范圍內，機組出力越多，單位能源消耗對應的發電費用成本越低，故可控機組的發電費用與可控機組的發電出力是一個凹函數的關系，如圖2所示。

通過線性逼近以及Matlab軟件的離散點逼近處理，可將可控機組發電費用函數進一步簡化。

用Python語言工具編寫適合該模型的遺傳算法，算法采用最佳保留策略選擇算子。為了達到下一代能保留種群中適應度最高個體的目的，交叉算子和變異算子也采用了改進的“自適應交叉算子”和“自適應變異算子”，具體模型可參見文獻[15]。算法求解流程如圖3所示。

4算例分析

4.1　基礎數據

選取某地區的微網設計案例，算例基礎數據[16]包括該地區夏季典型日負荷的預測曲線、光伏和風機的預測出力等，如圖4所示。

表1　各微源以及大電網系統的運行參數

假設微源側與用戶負荷側利益一致，那么根據歷史用戶側負荷平移補償費用函數確定的常數K1、K2為0。負荷的平移調控只能在白天即人的活動時間內進行，此時間設為8:00~21:00。可平移負荷量見圖4，將峰時段可平移負荷的最大轉出量設定為25 kW，平時段的最大轉入量設定為15 kW。設定有3類可平移負荷，其單位負荷持續時間分別為1 h、2 h和3 h。

各微源以及大電網系統的運行參數[17]如表1所示。假設初始MT、FC機組為停運狀態，單次啟動費用[18]分別為1.94元和2.72元。算例實行分時電價政策[19]，谷時段為0:00~07:00，其對應電價為0.17元/kW·h；平時段為08:00~10:00、16:00~18:00、22:00~23:00，其對應電價為0.49元/ kW·h；峰時段為11:00~15:00、19:00~21:00，其對應電價為0.83元/ kW·h。

采用容量為100 kW·h蓄電池，并網運行成本費用參考文獻[20]。蓄電池額定充放電功率為15 kW，最小容量定為額定容量的15%，最大容量定為額定容量的100%，定義初始容量為最小容量。蓄電池的充放電效率即ηch、ηdis均取0.9，DB數值很小，可忽略不計，假設蓄電池在谷峰時段均勻充放電。各微源運行維護成本系數[8]如表1所示。

結合不同可控機組出力對應燃料費用等相關數據，采用前面提到的方法對可控機組發電費用曲線進行近似化線性處理，得到的微型燃氣輪機和燃料電池發電費用曲線如圖5所示。

4.2　優化結果

采用二進制編碼方式，每一個染色體表示一個方案。在滿足約束的基礎上計算各方案對應目標函數適應度值，并比較其大小。最后通過譯碼找出使得目標函數即微網總成本最小的各時刻可控機組出力方案，結果如圖6所示。

從圖6可看出，當MT機組發電費用高于購電電價時，機組停運，電力差額由外網滿足；當MT機組發電費用低于購電電價，且FC機組發電費用高于MT機組或FC機組出力不足時，MT機組啟動出力滿足部分負荷需求。當FC機組發電費用高于購電電價時，機組停運，電力差額由外網滿足；當FC機組發電費用低于購電電價，且MT機組發電費用高于FC機組或MT機組出力不足時，FC機組啟動出力滿足部分負荷需求。在運行周期內，除了有光伏、風機出力外，蓄電池在谷時段均勻充電、峰時段均勻放電。

基于用戶側負荷管理模型和平移約束，利用Matlab軟件計算仿真得到用戶側負荷平移方案如表2所示。平移后峰、平時刻負荷重新分配，平移后用戶側負荷分布如圖7所示。考慮用戶側負荷平移后，微網各時刻電量供需發生了變化，為了保證微網的經濟運行，微源的出力策略也要發生改變。

最后采用Python軟件對考慮用戶側負荷平移后的微網經濟模型進行編程計算，求得最終結果。

為了分析考慮了用戶側負荷優化管理的系統是否具有更好的經濟效益，對以上兩種運行模式下的運行費用進行了計算。綜合考慮微源發電費用、啟動費用、外網購電費用、蓄電池投資成本和運行維護成本、各微源運行維護成本以及用戶側負荷平移補償費用，求得不考慮用戶側負荷管理的微網運行總費用為1 436.67元；在微網分布式電源和用戶側負荷協同優化，即在用戶側負荷平移的基礎上，微網運行總費用為1 379.14元，相比于前一種情況，運行成本減少了4.01%。分析結果表明，微網系統在微源優化調度的基礎上，綜合考慮用戶側負荷管理，將具有更高的經濟效益。

表2　用戶側負荷平移方案

5結論

1)建立了考慮用戶側負荷平移的以微網運行成本最低為目標函數的微網經濟運行模型，仿真求得最優的機組出力策略，計算兩種運行模式下的總費用，結果表明，考慮用戶側負荷管理的微網經濟效益更顯著；

2)仿真結果驗證了模型的有效性，所提模型更適用于小型企業、社區等負荷需求較穩定，且方便集中調控的區域微網；

3)著重研究了小型微網的一種負荷平移方案。本課題將進一步研究由多個小型微網復合構成的大型微網系統的經濟運行，系統通過多個節點與外網相連，且并不局限于峰平時刻的負荷平移，在各個時刻負荷自由平移及考慮多種類負荷情況下，找出最優的負荷平移方案，進一步提高微網經濟性。

參考文獻

[1] 肖宏飛，劉士榮，鄭凌蔚，等．微型電網技術研究初探

[J]．電力系統保護與控制，2009，37(8)：114-119．

[2]汪少勇．基于分布式電源的微網的設計與運行[J]．電力自動化設備，2011，31(4)：120-123．

[3]Katiraei F，Iravani R，Hatziargyriou N，et al．Microgrids Management[J]．IEEE Power and Energy Magazine，2008，6(3)：54-65．

[4]向月，劉俊勇，魏震波，等．可再生能源接入下新型可中斷負荷發展研究[J]．電力系統保護與控制，2012，40(5)：148-155．

[5]Lau R，Ayyorgun S，Mau S C，Eswaran S，et al． Strategy and Modeling for Building DR Optimization[C]．In Smart Grid Communications，2011 IEEE International Conference on,2011:381-386．

[6]邢龍，張沛超，方陳，等．基于廣義需求側資源的微網運行優化[J]．電力系統自動化，2013，37(12)：7-12．

[7]郭思琪，袁越，張新松，等．多時間尺度協調控制的獨立微網能量管理策略[J]．電工技術學報，2014，29(2)：122-129．

[8]楊佩佩，艾欣，崔明勇，等．基于粒子群優化算法的含多種供能系統的微網經濟運行分析[J]．電網技術，2009，33(20)：38-42．

[9]陳潔，楊秀，朱蘭，等．不同運行調度模式下微網經濟運行對比分析[J]．電力自動化設備，2013，33(8):106-113．

[10]丁明，包敏，吳紅斌．分布式供能系統的經濟調度[J]．電力科學與技術學報，2008，23(1)：13-17．

[11]譚親躍，王少榮，程時杰.電力需求側管理(PDSM)綜述[J]．繼電器，2005，33(17)：79-84．

[12]茆美琴，孫樹娟，蘇建徽．包含電動汽車的風/光/儲微電網經濟性分析[J]．電力系統自動化，2011，35(14)：30-35．

[13]方樂潤．線性規劃及其在水資源工程中的應用(二)[J]．黑龍江水專學報，1996(2)：1-9．

[14]李淑萍．海底油氣集輸系統網絡流規劃模型設計[J]．油氣儲運，2009，28(4)：22-24．

[15]邱曉燕，夏莉麗，李興源．智能電網建設中分布式電源的規劃[J]．電網技術，2010，34(4)：7-10．

[16]李樂．微網的經濟運行研究[D]．保定：華北電力大學，2011．

[17]吳雄，王秀麗，王建學，等．微網經濟調度問題的混合整數規劃方法[J]．中國電機工程學報，2013，33(28)：1-9．

[18]Tsikalakis A G，Hatziargyrion N D．Centralized Control for Optimizing Microgrids Operation[J]．IEEE Transactions on Energy Conversion，2008，23(1)：241-248．

[19]牛銘，黃偉，郭佳歡，等．微網并網時的經濟運行研究[J]．電網技術，2010，34(11)：38-42．

[20]楊秀，陳潔，朱蘭，等．基于經濟調度的微網儲能優化配置[J]．電力系統保護與控制，2013，41(1)：53-60．

況達(1992)，碩士研究生，從事電力系統調度自動化研究；

滕歡(1965)，高級工程師、碩士生導師，從事電力系統調度自動化及計算機信息處理研究；

黃煒果(1990)，碩士研究生，從事電力系統及其自動化研究；

王博堃(1991)，碩士研究生，從事電力系統調度自動化研究。